由于现有深度人脸伪造软件通常是开源的或者被封装为APP免费分发, 导致了虚假视频的泛滥。 因此开展针对深度人脸伪造检测技术的研究就显得尤为重要。 目前, 深度人脸伪造及检测技术正处在快速发展时期, 各种相应的算法也在不断更新迭代。 本文首先介绍了深度人脸伪造和其检测技术的代表性算法并给出简要分析, 其中深度人脸伪造技术包括身份替换、 面部重演、 属性编辑、 人脸生成等, 检测技术包括图像级伪造检测技术和视频级伪造检测技术。 然后归纳总结了常用的深度人脸伪造与检测数据集及不同算法的评估结果, 最后讨论了伪造技术及其检测技术目前面临的主要问题及发展方向。

暴雨内涝的快速预测对于提升灾害应急处置能力具有重要意义。针对传统数值模拟复杂耗时导致难以满足暴雨内涝预测时限要求的问题,该文基于机器学习方法构建城市暴雨内涝时空快速预测模型。利用城市综合流域排水模型(InfoWorks ICM)模拟的高精度网格结果作为数据驱动,综合考虑降雨因素、地理数据以及排水管网的分布情况,分别基于随机森林、极限梯度提升(XGBoost)、K最近邻以及长短期记忆(LSTM)神经网络建立城市暴雨内涝快速预测模型。以北京市某区域为例,开展算例研究,结果表明：随机森林模型的空间预测效果最佳,淹没范围预测准确率可达99.51%,积水深度平均预测误差3.55%;LSTM神经网络模型能准确预测内涝点积涝过程的水深时序变化。在该算例场景下,所构建的机器学习模型可实现s级的暴雨内涝时空快速预测。

大语言模型是自然语言处理的核心研究内容之一, 已广泛应用于包括政务在内的诸多领域。 首先, 介绍了统计语言模型、 神经网络语言模型等早期语言模型的研究进展; 其次, 重点综述了大语言模型研究进展; 最后, 介绍了大语言模型在政务领域的应用情况, 包括政务文本分类、 政务问答、政务命名实体识别、 舆情风险识别和政务关系抽取, 并提出政务大语言模型研究需要解决的问题, 即数据多模态化、 正确面对 “模型即服务” 趋势、 注重数据高安全性、 明确责任边界。 此外, 还提出了政务大语言模型研究的技术路径。 大语言模型正处于蓬勃发展的阶段, 随着中国推动人工智能技术研究及其在政务领域的应用, 大语言模型将在政务领域发挥更大作用。

环境计算是一个新的交叉学科概念, 是以解决复杂环境问题为目标, 以计算为过程载体, 进行环境过程数值分析和(或)环境数据分析的定量化研究过程的统称。这一概念支持将环境科学和计算科学的多种交叉融合方式纳入同一框架下进行讨论, 以梳理环境计算的发展脉络、归纳研究模式和识别前沿方法。该文阐述了环境计算的基本概念和主要特征, 归纳了1.0模式——基于过程机理的环境计算、2.0模式——数据驱动的环境计算和3.0模式——面向未来的融合环境计算的方法学特点和典型应用, 分析理论驱动和数据驱动相融合的环境计算发展趋势, 探讨了环境计算潜在创新与突破方向, 并提出环境计算研究面临的基础理论、关键技术及应用场景、算力以及学科交叉等方面的重要挑战。

气候变化问题十分复杂,涉及环境、经济和社会等诸多层面因素,交通排放是影响气候变化的重要因素。该文聚焦可计算一般均衡(computable general equilibrium,CGE)模型在交通政策研究中的应用,共采集涵盖科学引文数据库、科学指南、中国知网等主要数据库的78篇实证研究文献,其中超过50%的文献关注了低碳交通政策的影响。通过梳理文献发现：目前低碳交通政策评估领域的CGE模型实证研究尚处于起步阶段,未来低碳交通CGE模型建模可从政策研究、模型构建和协同效益3个方面进行深入研究。该文提出了将“避免型/转换型/改善型-规划/制度/经济/信息/技术(avoid/shift/improve-planning/regulatory/economic/information/technological,ASI-PREIT)”结构的低碳交通政策矩阵纳入可达性因素的空间可计算一般均衡(spatial computable general equilibrium,SCGE)模型的建模思路,并进行了协同环境—经济—社会效益的低碳交通广义协同效益研究,为拓展低碳交通问题的研究提供参考思路。

随着燃烧科学的发展,数值仿真与实验测量产生了大量数据,这些数据隐含许多有效的物理信息。传统研究方法对此类信息主要利用基于物理规则的模型去处理,但随着数据量的增加,基于数据驱动的方法开始受到重视。机器学习(machine learning,ML)技术由于在数据分析和处理方面取得了巨大成功,为处理燃烧领域的大量数据提供了一种新的范式。该文简要介绍了ML在湍流燃烧中的应用,主要包括化学反应、燃烧建模、发动机性能预测与优化、燃烧不稳定性预测与控制等4个方面,讨论了机器学习在燃烧研究中面临的挑战,并对未来应用进行了展望。

土地市场是房地产市场的重要组成部分，是房地产市场能否实现平稳健康发展的关键，对宏观经济、政府财政和金融稳定具有重要影响。然而，中国土地市场中参与者盲目扩张、不理性购地的现象突出，不利于稳地价、稳房价、稳预期政策目标的实现和土地市场的健康发展。该文利用北京土地市场企业参与竞拍的微观数据，分析赢者诅咒现象是否存在；并通过构建股票市场收益率的决定模型，分析其影响因素。结果表明：赢者诅咒现象存在于北京土地市场，市场会对最终出价溢价率高的竞得者产生负面评价，联合竞拍等方式有助于参与者合理出价。

重大自然灾害频发对国家安定和人民生命安全带来威胁的同时也会造成严重的经济损失。如何在灾后将受灾点所需应急物资快速、精准运送到位受到了广泛关注。该文针对重大自然灾害事件救援特点,考虑在不确定性条件下,兼顾应急调度成本最低和调度时间最短两目标,构建面向多灾害点的应急物资智能调度模型。研究选取2021年中国河南特大暴雨灾害为典型案例,基于三角模糊数方法对不确定变量进行表示,从而将所构建的模型转变为确定性多目标应急物资智能调度模型,同时引入二维Euclid距离赋权进行模拟运算,对模型求解。进一步,利用LINGO软件计算得到各出救点至各受灾点分阶段应急物资调度方案。研究结果表明,利用该模型得到的模拟结果与现实要求接近,能够满足重大自然灾害下多灾害点应急物资调度需求,可为决策者制定有效救灾策略提供参考。

为满足特大型水利水电工程中的大直径超长距离引水隧洞定期检测的重大需求,智能化水下机器人系统成为当前的研究热点。为提高水下机械臂建模的准确性与控制能力的精准性,该文首先提出一种融合Newton-Euler方程、Morison方程与非线性摩擦力的水下机械臂动力学模型建模及参数辨识方法,并在补偿已辨识模型的基础上,设计了一种利用径向基函数(radial basis function,RBF)神经网络补偿系统未建模与建模误差的自适应滑模控制方法。通过仿真,该文证明了该方法比传统比例积分微分(proportional integral differential,PID)控制和一般RBF网络自适应滑模控制具有更高的控制精度。

交通运输是产生碳排放的主要领域之一,也是受气候变化影响最显著的行业之一。中国交通运输领域在减缓和适应气候变化方面仍面临诸多问题和挑战,交通运输应对气候变化的政策工具、手段措施、基础能力等还存在一些不足。该文从减缓和适应2个角度出发,梳理了各国在应对气候变化领域开展的政策与行动,分析了中国交通运输领域应对气候变化的工作基础及存在的问题,提出了交通运输减缓和适应气候变化的重点领域、总体策略和路径,以及提升中国交通运输领域应对气候变化能力的思路和建议,以支撑交通运输领域高质量发展和实现中国应对气候变化目标。

接地网对电力系统的可靠运行起到至关重要的作用，然而，接地网的埋地环境使得接地装置易产生缺陷，因此需要及时开展接地网的检测。该文针对电力系统接地扁钢，提出基于线性调频激励和同步压缩小波变换的SH导波检测方法。首先，设计了永磁体阵列SH导波换能器，该换能器结构简洁，适合用于扁钢结构。其次，使用线性调频信号激励换能器，研究了同步压缩小波变换，在时频平面对导波重叠信号进行辨识，有效区分了不同缺陷以及端面。随后，利用有限元仿真和试验，验证所提出信号分析方法，计算得到的距离定位误差均在3%以内，证明了该方法可以对导波走时进行准确提取，对缺陷高精度定位。最后，和短时Fourier变换、Wigner分布的结果进行比较，验证了同步压缩小波变换高时频聚集性的优势。

为解决机场枢纽旅客疏散需求与陆侧交通运力供给的精准适配难题,该文在分析运力配置与旅客出行方式选择相互作用机理的基础上,建立了面向大型机场陆侧大巴、轨道交通、出租车和私家车等多交通方式协同的运力匹配双层规划模型。首先,以出行时间、出行费用、准时度和舒适度4个指标作为特征变量构建了多交通方式选择效用函数。其次,综合考虑各交通方式的协同与服务水平特点,建立了运力匹配双层规划模型：上层模型以企业运营成本、旅客候车成本和碳排放环境成本三者之和最小化为目标,对公共交通线路的发车时间间隔、出租车到达率进行优化;下层模型基于随机用户均衡-Logit模型,在上层生成的运力配置方案的基础上,实现客流面向多交通方式的分配。再次,该文提出了一种改进的遗传算法以求解模型,通过嵌套连续平均算法与预搜索机制提高下层模型的计算效率,进而提升综合求解效率。最后,以北京大兴国际机场为例开展实证研究,结果表明：所构建的双层规划模型和算法能有效优化大型机场交通运力资源配置,从而达到优化陆侧交通结构、倡导绿色出行的目的。

火灾保险是有效应对火灾风险的重要手段,根据建筑的火灾风险准确厘定建筑的火灾保险费率是保险行业关心的问题。当前的建筑火灾保险费率主要基于保险市场的统计数据得到火灾的发生频率和期望损失,然后再根据建筑的风险评估结果进行浮动调整。这种方法难以精确反映建筑的火灾风险,得到的保险费率也较为粗略。该文构建了建筑火灾费率的定量厘定模型,采用Bayes网络的方法计算建筑起火概率,并采用拉丁超立方采样的方法,对建筑火灾不同阶段的烧损率进行了分层采样,得到火灾损失的复合概率分布估计,从而对具体建筑的火灾风险进行定量评估,再根据风险评估的结果对保险费率进行了厘定。选取了15户家庭,根据风险评估的结果厘定了保险费率,并将结果与保险市场火灾纯保险费率进行了比较。结果表明,该模型更能反映火灾风险的差异化水平,得到的保险费率更具有公平性。

为分析房地产业在国民经济中的作用,该文以投入产出法为基础构建产业定位判别矩阵,利用2007、2012、2017及2018年的投入产出表数据,对房地产业进行产业定位与比较。研究结果表明：中国房地产业是国民经济的基础产业;2007至2018年,房地产业的产业关联度、带动能力、对经济及就业的贡献度虽有所提高但总体水平偏低;与上下游产业相比,房地产业与金融业的功能定位有较高的相似性。该文建议,制定针对房地产业的调控政策时,应充分考虑房地产业的基础产业性质及产业关联广泛的特点,防范房地产业与金融业的功能过分重叠,以促进房地产业长效健康发展。

缺失值插补(missing value imputation,MVI)作为数据挖掘领域的重要研究分支,旨在为机器学习算法的训练提供高质量的数据支持。不同于现有的以算法性能提升为导向的MVI算法,为对大规模数据的缺失值进行有效插补,该文提出一种以数据结构还原为导向的数据分布一致MVI (distribution consistency-based MVI,DC-MVI)算法。首先,DC-MVI算法基于概率分布一致性原则构建了用于确定最优插补值的目标函数;其次,利用推导出的可行缺失值优化规则获取与原始完整值保持最大分布一致性且方差最为接近的插补值;最后,在分布式环境下,针对大数据的随机样本划分(random sample partition,RSP)数据块并行训练DC-MVI算法,获得大规模数据缺失值对应的插补值。实验结果表明:DC-MVI算法不仅能生成与原始完整值保持给定显著性水平下概率分布一致的插补值,还具有比另外5种经典的和3种最新的MVI算法更快的插补速度和更好的插补效果,进而证实DC-MVI算法是一种可行的大规模数据MVI算法。

对疏散场景中的人员数量进行准确估计,能为疏散路径的实时优化和应急资源的调度提供决策支持。为了获取疏散通道上不同区域的人员数量,该文在对已有方法分析和总结的基础上,通过设置分类情况和人员密度层级相联,建立了基于级联卷积神经网络(CNN)的人员数量估计模型,可有效避免卷积过程中部分图像信息丢失及过拟合的产生。通过学习图像中人员数量、位置随着图像特征变化的关系,可估计疏散通道上实时监控画面中人员数量。基于PyTorch深度学习平台开发,模型最终在验证集(612张图像)和测试集(182张图像)上的识别准确度分别为84.2%和83.6%,说明该模型可以比较准确地估计监控画面中的疏散人员数量。

作者识别是通过分析未知文本的写作风格推断作者归属的交叉学科。 现有的研究多基于字符和词汇特征, 而句法关联信息在研究中鲜有涉及。 该文提出了基于句法树节点嵌入的作者识别方法, 将句法树的节点表示成其所有依存弧对应的嵌入之和, 把依存关系信息引入深度学习模型中。 然后构建句法注意力网络, 并通过该网络得到句法感知向量。 该向量同时融合了依存关系、 词性以及单词等信息。 接着通过句子注意力网络得到句子的表示, 最后通过分类器进行分类。 在3个英文数据集的实验中, 该文方法的性能位列第2或3位。 更重要的是, 依存句法组合的引入为模型的解释提供了更多的方向。

协同过滤算法被广泛运用于各类大数据的推荐系统中, 能够向用户推荐与该用户类似的用户感兴趣的信息。 随着深度学习, 尤其是图神经网络的发展, 基于图神经网络的协同过滤算法受到了越来越多的关注。 基于图结构的协同过滤模型通常将用户与条目的交互信息建模为二部图, 然后利用二部图的高阶连通性建模捕获用户与条目之间的隐藏关系。 但是, 这种二部图模型没有将用户之间的相似关系和条目之间的相似关系明确建模。 此外, 二部图的稀疏性会产生图中高阶连通性依赖问题。 为此, 该文提出了一种基于异质图卷积神经网络的协同过滤模型, 将用户之间的相似度和条目之间的相似度显式地编码到图结构中, 使得用户与条目的交互关系被建模成异质图。 异质图结构使用户之间的相似度与条目之间的相似度能被直接捕获, 降低了对高阶连通性的依赖, 同时缓解了二部图过于稀疏的问题。 该文在4个典型的数据集上进行了实验, 并与4种经典模型进行了对比, 结果表明所提出的模型效果较好。

深冷精馏的氦气富集工艺存在能耗高、投资大,催化氧化法脱氢会引入新杂质(O₂、H₂O等)的问题,因此提出基于膜分离耦合电化学氢泵的脱氮单元尾气提氦工艺。二级膜分离富集氦气,电化学氢泵分离氢气/氦气,一步实现高效脱氢提氦和氢气资源化利用。基于课题组自主开发的膜分离和电化学氢泵单元模块,利用Aspen HYSYS对耦合工艺进行了建模及数据分析,并结合灵敏度分析法和响应面法对工艺关键参数进行了优化。最优工艺条件是第1、2级膜面积分别为4 759.5和435.3 m²,第1、2级膜进料绝对压强分别为6 010.3和4 352.5 kPa,第1、2级电化学氢泵的膜电极面积分别为39和17 m²,施加电势均为1 V。该条件下,产品氦气摩尔含量为99.99%,总回收率为95.67%,同时副产燃料电池车用标准的氢气。经济评价结果表明,在考虑氢气副产品附加值的条件下,耦合工艺高纯氦气生产成本为标准状态下125.47元/m³,动态投资回收期为2.09 a,内部收益率为79%,具有显著的经济优势。

优化出行结构、提升出行效率、降低交通碳排放是交通绿色低碳发展的重要路径。该文提出一种低碳导向的多模式交通出行服务定价调节策略,从出行服务商、出行者和环境角度出发,以服务商收益最大化,网络出行时间和交通碳排放量最小化为目标,构建多目标优化模型,在考虑出行者出行方式和路径联合选择行为的情况下对网络流量均衡分配,实现多方式协同出行和碳排放管理精细化。算例分析结果表明：服务商通过定价调节能优化网络出行结构、缓解小汽车路段拥堵状况、提高公共交通的分担率,同时实现自身盈利和交通碳排放量下降的目标。不同的优化结果表明：服务商不能仅追求自身收益最大化,还需要综合考虑出行者出行成本和出行方式对交通环境的影响,承担交通系统的协调与减排责任。该文明确了出行服务商在交通绿色低碳发展中的盈利空间和应承担的责任,为服务定价策略提供参考依据。

冲压式翼伞是一种具有高滑翔比和可控飞行能力的降落伞，在精确空投和回收领域具有广阔的应用前景。国外大型冲压式翼伞的设计技术较为成熟，冲压式翼伞也得到了广泛应用；而国内的设计技术还停留在中小型冲压式翼伞上，大型冲压式翼伞的设计和应用较少。该文提出了一种大型冲压式翼伞的设计方法，给出了结构设计方法，修正了气动性能的工程计算方法，并设计了一个用于回收运载火箭助推器的大型冲压式翼伞，分析了该伞气动性能数值的计算结果和试验数据。修正后的工程计算方法可计算翼伞系统的失速攻角，能够解释在小安装角下翼伞系统无法配平的现象，得到的大型翼伞系统气动性能数据与空投试验的数据也较为接近，是大型冲压式翼伞设计的有效辅助方法。空投试验和飞行试验的成功也证明了这种大型冲压式翼伞的设计方法合理可行。

中国是水电大国,水电站大坝除涉及自身经济效益外,还关系到人民生命财产安全,因此需要定期开展大型水电站坝体缺陷检测,确保水电站大坝安全运行。目前,使用有缆遥控水下机器人(remotely operated vehicle,ROV)进行水电站坝体缺陷检测能减少人工检测带来的诸多不利,同时提高检测精度和效率。该文对大坝环境条件和水电站坝体缺陷检测的主要内容进行了调研,梳理了大型水电站坝体检测ROV的研究现状,从坝体检测ROV总体技术、吸附技术、动力系统、检测技术、水下定位与控制系统等方面,分析了ROV在国内外水工检测领域的技术研究进展,并对坝体检测ROV关键技术的发展趋势进行了展望。

近年来, 公开披露的漏洞数量越来越多, 推荐算法可以帮助软件安全人员和漏洞爱好者找到自己真正需求和感兴趣的漏洞信息。 但是用户与漏洞的交互矩阵比经典协同过滤推荐算法所分析的交互矩阵有更强的稀疏性, 严重影响了协同过滤推荐算法的使用效果。 这也是将漏洞直接作为推荐项目所必须面对的主要挑战。 为了解决这一问题, 该文引入漏洞相似性计算方法, 在基于内容的推荐算法中强调漏洞之间的普遍联系, 从而解决推荐算法的交互矩阵高稀疏性、 冷启动等问题。 同时, 充分考虑多类型用户的特点, 最终形成了基于相似性的多用户漏洞推荐算法。 通过在公开数据上的实验表明, 该算法能够实现比传统协同过滤算法更佳的准确性和有效性。

减少工人的不安全行为对预防施工安全事故至关重要。在施工团队中,班组长安全领导力有助于改善工人不安全行为,但工人与班组长在实际互动中常有焦虑、回避等负面心理,影响安全领导力对不安全行为的改善。该文以依恋关系作为施工团队成员个体间心理互动的影响因素,探究依恋关系在班组长安全领导力和工人安全行为间的作用机理。设计了“工人-班组长依恋关系测评量表”,使用AMOS软件构建结构方程模型并进行检验。结果表明：班组长安全领导力对依恋回避有显著负向影响,而依恋回避会作为中介变量进一步显著负向影响工人安全行为;班组长安全领导力对依恋焦虑有微弱的正向影响,而依恋焦虑对工人安全行为无显著影响。该研究从依恋关系的角度细化了班组长安全领导力的作用机理,并且揭示了安全领导力的作用具有两面性,在其发挥过程中需根据实际情况灵活调整方式和程度。

用于文本情感分析的深度学习模型如递归神经网络等参数较多, 因此需要大量高质量标记训练数据对模型进行训练和优化。 在实际应用中, 特定领域难以获取高质量带情感标签评论数据。 在跨领域文本情感分类任务中, 针对不同领域数据分布差异性, 提出了基于句法结构迁移和领域融合的跨领域文本情感分类方法, 可以解决特定领域对带标签数据依赖问题。 句法结构迁移方面, 将依存语法特征加入到递归神经网络中, 设计了一种可迁移的依存句法递归神经网络模型, 通过句法结构迁移有效地迁移跨领域结构信息, 为情感迁移提供支撑。 领域融合方面, 在传统的最大均值差异领域度量方法上细化了跨领域同类别距离度量信息。 通过约束源领域和目标领域的分布, 可以保证2个领域距离在学习过程中尽可能减小, 有效地提取领域通用特征。 实验结果表明, 该方法比已有方法有效提高了跨领域情感分类准确率。

长圆孔应用于工业生产可以提高装配容错, 增加装配调整量, 但其难以解析描述的特点显著增加了工业应用中视觉检测定位算法的难度, 限制了长圆孔在自动化装配结构中的应用。该文探索出一种具有鲁棒性的高精度长圆孔视觉分割定位算法, 首先分析了长圆孔几何特征, 将其描述为一种具有对称性、 缺少简单解析表达的封闭图形; 进而提出了一种基于语义分割网络和长圆孔区域退化的视觉分割定位算法, 该算法结合深度学习和传统图像处理算法, 首先构建YOLO和全卷积神经网络串联架构依次实现目标检测、 感兴趣区域提取和语义分割, 然后利用中轴变换骨架提取方法完成长圆形区域退化定位, 有效避免了语义分割输出区域形状误差对定位精度的影响, 最终得到了亚像素精度的精准检测结果。在某机器人自动装配系统中开展实验验证, 得出所提算法具备精度高、 鲁棒性好的特点, 因此具有较广阔的工业应用前景。

随着原油劣质化趋势加重,炼厂的氢气(H₂)需求日益增加,通过氢网络集成提高氢气的利用效率变得至关重要。压缩机费用是炼厂氢网络中除新氢外的第二大费用,往复式压缩机和离心式压缩机被广泛用于氢气输送网络。该文提出了一种考虑多级离心式压缩机和多级往复式压缩机选型的超结构,约束条件包括压缩机的流量和出口压力;基于此超结构建立了一个混合整数非线性规划模型,以最小总年化成本为目标函数,其中综合考虑了新氢的成本、压缩机的投资费用和操作费用;并通过案例分析证明了模型的实用性。

建筑业安全形势长期严峻,人的不安全行为是造成事故发生的重要原因。在施工现场,各类人员以任务为核心组成工作小组协同作业。每个工作小组至少有两个目标,其一推进施工进度,其二保障小组安全。小组成员间沟通、协作等交互作用对其行为有重要影响,但是目前建筑业不安全行为研究没有充分考虑小组的各类成员,缺乏对因成员交互而产生不安全行为的探索。该文以经典事故致因模型为理论基础,使用主题分析方法基于中美两国129份高质量事故调查报告,构建工作小组事故编码数据集,通过凝练主题界定施工小组不安全行为并形成行为清单。清单共包含3类一级行为、7类二级行为和32类三级行为。数据集的统计结果表明：72%的事故中存在清单中的“未监督”行为,缺少发挥监督职能的成员是导致工作小组事故的重要原因。该研究为管控施工不安全行为提供了参考。